碾压 OpenAI，DeepSeek-R1 发布！如何在本地实现 DeepSeek？

近日，幻方量化旗下AI公司深度求索（DeepSeek）正式发布DeepSeek-R1模型。在数学、代码、自然语言推理等任务上，该模型性能比肩OpenAI o1正式版。DeepSeek称，R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。

DeepSeek不仅将R1训练技术全部公开，还蒸馏了6个小模型开源给社区，允许用户借此训练其他模型。

API价格方面，每百万输入tokens 1 元（缓存命中）/4元（缓存未命中），每百万输出tokens 16元，较o1正式版低27-55倍。

DeepSeek-R1可以说是一个选能型选手，在各项任务上展现了超乎想象的能力，特别是在AIME和MATH-500这些高难度挑战上，DeepSeek-R1的成绩简直让人目瞪口呆，跟OpenAI o1比起来，毫不逊色，甚至还有点小超越。

你想没想过，自己也能在本地实现这样一个功能强大的DeepSeek呢？

今天我来手把手教大家，使用一款 AI 搜索开发框架--LeetTools 轻松在本地实现DeepSeek。

演示

📌 安装与配置LeetTools

1. 创建虚拟环境并安装LeetTools

1）从anaconda.com下载并安装naconda

2）从code.visualstudio.com下载并安装Visual Studio

3）打开anaconda，从左侧菜单选择Environment，再点击下方的Creat，为LeetTools创建一个虚拟环境

4）在弹出的对话框中，给虚拟环境起一个名字，比如LeetTools，接着勾选Python，选择版本3.11.11，然后选择Create，这样就创建了LeetTools的虚拟环境。

5）打开Visual Studio

6）选择最左侧菜单栏的Extension按钮，安装Python，Python Debugger，Pylance，Git Extension Pack，Git History，Github Repository，gitignore，Gitlens扩展插件

7）点击最左侧菜单栏的Source Control，然后点击Clone Repository按钮

8）在弹出的地址框中输入LeetTools的Github地址：🔗https://github.com/leettools-dev/leettools

9）在弹出的对话框中，选择下方的新建文件夹，建一个LeetTools的存储数据的文件夹，然后选择该文件夹，点击右下方的Select as Repository Destination，完成前期的配置工作，接下来就是LeetTools安装的过程了

10）然后在桌面上端的菜单栏里选择，Terminal，New Terminal，就在Visual Studio里打开了一个终端窗口然后就可以开始LeetTools的安装了。

% conda create -y -n leettools pythnotallow=3.11

% conda activate leettools

% pip install leettools

# where we store all the data and logs

% export LEET_HOME=${HOME}/leettools

% mkdir -p ${LEET_HOME}

2. 设置环境变量

# set the endpoint and api key

% export EDS_DEFAULT_LLM_BASE_URL=https://api.openai.com/v1

% export EDS_LLM_API_KEY=<your_openai_api_key>

3. 运行LeetTools 命令

# now you can run the command line commands

# flow: the subcommand to run different flows, use --list to see all the available flows

# -t run this 'answer' flow, use --info option to see the function description

# -q the query

# -k save the scraped web page to the knowledge base

# -l log level, info shows the essential log messages

% leet flow -t answer -q "How does GraphRAG work?" -k graphrag -l info

📌 示例代码

以下是一个使用LeetTools 调用 DeepSeek 的示例代码：

### to use other API providers such as DeepSeek, you can

% export EDS_DEFAULT_LLM_BASE_URL=https://api.deepseek.com/v1

% export EDS_LLM_API_KEY=<your deepseek api key>

% export EDS_DEFAULT_LLM_MODEL=deepseek-chat

# use a local embedder since DeepSeek does not provide an embedding endpoint yet

# if the API supports OpenAI-compatible embedding endpoint, no extra settings needed

# this dense_embedder_local_mem uses all-MiniLM-L6-v2 model as a singleton embedder

% export EDS_DEFAULT_DENSE_EMBEDDER=dense_embedder_local_mem

# Or you can put the above settings in the .env.deepseek file

% cat > .env.deepseek

LEET_HOME=/Users/myhome/leettools

EDS_DEFAULT_LLM_BASE_URL=https://api.deepseek.com/v1

EDS_LLM_API_KEY=sk-0d8-mykey

EDS_DEFAULT_LLM_MODEL=deepseek-chat

EDS_DEFAULT_DENSE_EMBEDDER=dense_embedder_local_mem

# Then run the command with the -e option to specify the .env file to use

% leet flow -e .env.deepseek -t answer -q "How does GraphRAG work?" -k graphrag -l info

定制化场景应用

通过LeetTools ，开发者可以轻松实现DeepSeek的强大功能。当然，LeetTools 的能力远不止于此。在它的开发框架上，开发者们可以大展身手，根据自身需求，开发出各种定制化的场景应用，让智能搜索真正融入到生活的方方面面。